发帖
雷达卡
对于全要素生产率的测度，学术界一般采用传统核算方法、SFA方法和DEA方法。（一）DEA方法的不足支出。①可以测算多投入多产出的效率问题，但忽视了随机误差的影响（Sun et al.,2015；韩东亚和刘宏伟，2019），换句话说，在实际分析中可能会因为随机误差的存在而导致结果偏差，且DEA难以检验回归结果总体的显著性，无法直接对物流效率的影响因素进行分析（韩东亚和刘宏伟，2019）。②传统的DEA方法无法区分环境因素、随机误差和内部管理等变量的影响，难以做出较真实的效率评价（秦雯，2020）。（二）DEA的优点在于：①无需设定具体函数形式，从而可以避免如传统核算方法和SFA方法因生产函数误设而导致的结构偏差；②可以将全要素生产率分解为技术进步指数和技术效率指数；③可以将污染产出纳入统一的投入—产出生产系统，从而得到绿色全要素生产率（黄庆华等，2020）。（三）SFA的优点。SFA优于DEA之处，是它考虑随机误差的存在对结果造成的影响，提前确定生产函数形式再研究企业的生产过程，可以提高计算技术效率的准确性，还可以分析效率与影响因素之间的相关性。
在测度城市效率的研究中，有研究者采用超效率SBM模型——测算静态效率。与传统BCC和CCR模型相比，SBM模型直接将松弛变量纳入到目标函数中。超效率SBM模型，用于评价SBM有效的DMU，以此弥补不能将所有DMU效率值计算出来的缺陷。为了满足评价城市效率的研究需要，将非期望产出引入超效率SBM模型中，可以建立非期望产出SBM模型（袁晓玲等，2020）。
黄庆华等（2020）采用SBM—GML 指数模型测度的绿色全要素生产率。
不够全面，待补充。
参考文献：
袁晓玲, 王军,张江洋.高质量发展下城市效率评价——来自19个副省级及以上城市的经验研究[J].城市发展研究,2020,27(6):62-70.
黄庆华, 时培豪,胡江峰.产业集聚与经济高质量发展：长江经济带107个地级市例证[J].改革,2020(01):87-99.
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
